Construye un agente que piensa como un científico de datos: Cómo logramos el #1 en DABStep con generación de herramientas reutilizables

El equipo NVIDIA KGMON ha desarrollado el NVIDIA KGMON (NeMo Agent Toolkit) Data Explorer, un agente autónomo para exploración y análisis de datos que ha alcanzado el primer puesto en el benchmark DABStep, con un speedup de 30x sobre la línea base de Claude. La arquitectura emplea un enfoque multifase: una fase de aprendizaje para crear bibliotecas de funciones reutilizables (helper.py) a partir de tareas de entrenamiento, una fase de inferencia rápida con modelos ligeros como Haiku, y una fase de reflexión offline para validar y mejorar resultados. Este sistema emula el flujo de trabajo de un científico de datos, manejando análisis exploratorio abierto y preguntas complejas sobre datos tabulares con razonamiento multi-paso. Los resultados destacan su superioridad en tareas difíciles, superando a soluciones como DataPilot de AntGroup y DS-STAR de Google AI.